如何从Pandas DataFrame提取连续睡眠阶段分段及对应时间戳

步骤1：导入库并加载数据 #

先导入Pandas，再加载你的睡眠阶段数据（假设DataFrame名为df）：

import pandas as pd

# 示例数据（替换为你的实际数据）
data = {
    'Sleep Stage': ['SLEEP-S0', 'SLEEP-S0', 'SLEEP-MT', 'SLEEP-S0', 'SLEEP-S0', 'SLEEP-REM', 'SLEEP-REM', 'SLEEP-S2', 'SLEEP-S2', 'SLEEP-S2'],
    'Time[hh:mm:ss]': ['23:27:14', '23:27:44', '23:28:14', '23:28:44', '23:29:14', '07:57:14', '07:57:44', '07:58:14', '07:58:44', '07:59:14'],
    'Event': ['SLEEP-S0', 'SLEEP-S0', 'SLEEP-MT', 'SLEEP-S0', 'SLEEP-S0', 'SLEEP-REM', 'SLEEP-REM', 'SLEEP-S2', 'SLEEP-S2', 'SLEEP-S2'],
    'Duration[s]': [30, 30, 30, 30, 30, 30, 30, 30, 30, 30]
}
df = pd.DataFrame(data)

步骤2：转换时间列格式 #

将时间列转为可计算的datetime类型，方便后续生成结束时间：

df['Time[hh:mm:ss]'] = pd.to_datetime(df['Time[hh:mm:ss]'], format='%H:%M:%S').dt.time

步骤3：标记连续相同阶段的分组 #

通过对比当前行与上一行的睡眠阶段，生成分组标识，把连续相同的阶段归为一组：

# 当睡眠阶段与上一行不同时，分组编号加1
df['group_id'] = (df['Sleep Stage'] != df['Sleep Stage'].shift(1)).cumsum()

步骤4：分组聚合生成结果 #

对每个分组聚合出所需字段：

• STAGE：分组内的睡眠阶段（取第一个即可，同组阶段一致）
• START_POINT：分组的第一个时间点
• END_POINT：分组最后一个时间点加上对应时长（即阶段结束时间）
• DURATION：分组内所有时长的总和

代码实现：

result = df.groupby('group_id').agg(
    STAGE=('Sleep Stage', 'first'),
    START_POINT=('Time[hh:mm:ss]', 'first'),
    END_POINT=('Time[hh:mm:ss]', lambda x: (pd.to_datetime(x.iloc[-1].strftime('%H:%M:%S')) + pd.Timedelta(seconds=df.loc[x.index[-1], 'Duration[s]'])).time()),
    DURATION=('Duration[s]', 'sum')
).reset_index(drop=True)

最终输出示例 #

运行后result的格式如下：

STAGE START_POINT END_POINT  DURATION
0  SLEEP-S0    23:27:14  23:28:14        60
1  SLEEP-MT    23:28:14  23:28:44        30
2  SLEEP-S0    23:28:44  23:29:44        60
3  SLEEP-REM   07:57:14  07:58:14        60
4   SLEEP-S2   07:58:14  07:59:44        90

补充说明 #

如果数据存在跨天情况（比如从23点到次日7点），建议给时间列补充日期信息，避免结束时间计算逻辑出错；若Event列与Sleep Stage内容完全一致，可直接忽略该列，不影响分组结果。

内容的提问来源于stack exchange，提问作者S C